Характеристики

Контекст: 512 токенов
Параметры: 56,9 млн
Лицензия: Apache 2.0
Архитектура: marian · dense
Базовая модель: opus-mt-en-hi
Опубликована: 14 сен 2023

Ссылки

Hugging Face

translate_model_error_v0.2

gshields

Языковая модель3 профессии

Дообученная MarianMT-модель для перевода текста с английского языка на хинди.

11скачиваний за 30 дней0лайковвеса обновлены14 сен 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gshields/translate_model_error_v0.2 — модель машинного перевода на базе Helsinki-NLP/opus-mt-en-hi, дообученная разработчиком gshields на неизвестном наборе данных. Она предназначена для перевода текста с английского языка на хинди. Модель использует архитектуру MarianMT, содержит 56,9 млн параметров, работает с текстом и имеет контекст длиной до 512 токенов.

В README приведены результаты оценки: loss 2,9607 и BLEU 28,9479. Данных о наборе для обучения, целевой аудитории или специальных сценариях применения нет. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

перевод текста с английского на хинди
черновой перевод коротких сообщений и документов
автоматический перевод англоязычных фраз на хинди

Ограничения

Набор данных для дообучения неизвестен, а README не описывает сценарии применения и ограничения качества. Приведённая оценка BLEU сама по себе не показывает качество перевода для конкретного текста или предметной области.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

translate_model_error_v0.2

This model is a fine-tuned version of Helsinki-NLP/opus-mt-en-hi on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.9607
Bleu: 28.9479
Gen Len: 17.9628

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Bleu	Gen Len
3.2079	1.0	505	2.9856	28.8967	18.2453
2.8957	2.0	1010	2.9607	28.9479	17.9628

Framework versions

Transformers 4.33.1
Pytorch 2.0.1+cu117
Datasets 2.14.5
Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: MarianMTModel
Ревизия весов: 8e6f3e2